说明与免责声明
本文主要用于分享我使用 SOLO MTC 拆解 IPO 招股书的研究流程与 Agent 工作流实践，内容仅供学习、交流与技术参考。
文中涉及的公司、财务数据、估值分析、商业判断及相关观点，均基于公开披露资料与个人研究过程整理，不构成任何形式的投资建议、证券推荐或收益承诺。
IPO、二级市场及相关投资行为本身具有较高风险，市场情况也会随时间快速变化。请务必结合自身情况独立判断，并对自己的投资决策负责。
同时，这篇文章的重点并不在于“推荐哪家公司”，而在于探索：当 AI Agent 拥有长上下文、工具调用、任务拆分与持续工作能力后，它是否能够真正进入复杂研究场景，参与一份专业级 IPO 招股书的拆解与分析。
数据源
本文数据源来自 SpaceX 向美国证券交易委员会 SEC 提交的 Form S-1 注册声明。该文件由 Space Exploration Technologies Corp. 在 SEC EDGAR 系统公开披露，属于 IPO 招股书性质的官方文件，而非媒体报道或第三方整理数据。
link：https://www.sec.gov/Archives/edgar/data/1181412/000162828026036936/spaceexplorationtechnologi.htm
-
SpaceX 这份 IPO 资料的公司全称是 Space Exploration Technologies Corp.，常用名称是 SpaceX。
-
它的数据来源是 SEC EDGAR 官方披露系统，也就是美国证券交易委员会的官方信息披露平台。
-
文件类型是 Form S-1 Registration Statement，属于 IPO / 证券发行注册声明，也就是通常说的 招股书。
-
这份文件的提交日期是 2026 年 5 月 20 日。
-
对应的公司 CIK 是 0001181412。
-
对应的 Accession No. 是 0001628280-26-036936。
-
对应的 File No. 是 333-296070。
-
主文件名称是 spaceexplorationtechnologi.htm。
-
可下载形式上，SEC 官方原始文件主要是 HTML / TXT；下载到的 PDF，是通过 SEC Electronic Print 工具从 EDGAR 文件生成的官方打印版 PDF。
为什么用 AI 分析 IPO 招股书？
用 AI 分析 IPO 招股书，不是为了测试它能不能读 PDF，而是因为这类工作本身信息密度高、拆解成本高、人工很容易遗漏。
一份招股书往往上百页，里面同时包含业务模式、财务数据、风险因素、股权结构、关联交易和大量法律披露。真正有价值的不是把它读完，而是把分散在不同章节里的信息重新组织起来：收入增长有没有运营数据支撑？现金流是否跟得上增长？哪些风险会真正影响估值？公司讲的故事和财务结果是否一致？
AI 的价值在于，它可以先完成大量基础但关键的研究动作：提取数据、整理业务线、计算指标、建立事实表、标记异常和风险点。这样，人就不必把精力耗在机械整理上，而是可以把注意力放回真正重要的判断上。
所以，使用 SOLO 的核心原因不是“让 AI 给答案”，而是借助它把一份复杂招股书变成一个可以分析、计算、追踪和复核的研究对象。
AI 提升的不是阅读速度，而是研究过程的密度、完整性和可判断性。
为什么没有选择豆包、Kimi 这类网页版 Chatbox，而是选择 SOLO？
原因很简单：IPO 招股书不是一篇普通长文，而是一份高度结构化、页数动辄上百页、信息密度极高的公司底层资料。
它里面有业务描述、风险因素、财务报表、管理层讨论、股权结构、关联交易、募资用途、审计说明、法律披露……这些内容不是“总结一下”就够了，而是需要被拆开、交叉验证、反复回看，再重新组织成一套可以判断公司的分析框架。
网页版 Chatbox 很适合轻量问答，也适合快速摘要。但当任务变成“完整拆解一份 IPO 招股书”时，它的短板会非常明显。
第一，上下文承载能力不够稳定。
一份 S-1 招股书可能几百页，单次对话很容易被长文淹没。即使模型能读进去一部分，也很难在后续多轮分析中始终记住前面的关键细节。比如前面披露了发射次数，后面披露了收入结构，再后面又出现资本开支和风险因素，这些信息必须被长期保留，并且能在分析时重新调用。如果上下文管理能力不足，模型就会变成“读到哪算哪”，前面抓到的线索很快被后面的内容冲掉。
第二，缺乏可靠的上下文压缩机制。
招股书分析不是一次性问答，而是一个持续推理过程。你需要先抽取事实，再建立业务模型，再计算单位经济，再找异常，再做估值判断。这个过程会不断产生中间结论：哪些数据重要、哪些风险值得追踪、哪些指标之间存在矛盾。
如果没有上下文压缩能力，前面的推理结果就很难沉淀下来。模型每一轮都像重新开始，越聊越散，越分析越容易丢失主线。SOLO 的优势在于，它更像一个能持续工作的桌面 Agent，可以把长任务中的关键事实、判断、异常点和下一步任务不断压缩、保留、再展开，让整个分析过程保持连续。
第三，IPO 分析需要工具配合，而不是单纯聊天。
看招股书时，经常需要做很多具体动作：打开 PDF、定位章节、提取表格、读取财务数据、计算同比增长率、拆单位经济模型、保存中间结果、对比不同章节的信息、生成结构化表格，甚至让不同子任务并行处理不同部分。
这已经不是“问一句、答一句”的 Chatbox 场景，而是一个带有研究流程的工作环境。SOLO 作为桌面 Agent，可以配套使用本地文件、计算环境、文档处理工具、搜索工具、表格工具，以及 subagent 这类任务拆分能力。它能让 Agent 不只是“回答”，而是像一个研究助理一样，在同一个工作空间里持续处理材料。
第四，复杂文档分析需要任务分工。
一份 IPO 招股书里，财务拆解、业务线分析、风险因素、估值逻辑、竞争格局、异常扫描，其实是不同类型的任务。一个模型从头到尾线性处理，很容易顾此失彼。
更好的方式是把任务拆开：一个 subagent 专门看财务报表，一个看风险因素，一个看业务模式，一个提取运营指标，一个做异常扫描，最后再由主 Agent 汇总成统一判断。这样分析的颗粒度更细，也更不容易漏掉关键问题。普通网页版 Chatbox 通常缺乏这种“多工协作”的任务结构，而 SOLO 更适合这种长链路、多阶段、可沉淀的研究工作。
第五，招股书真正难的不是阅读，而是判断。
它不是让 AI 帮你把几百页压缩成几千字，而是要从几百页里找出真正影响公司价值的变量。比如 SpaceX 这类公司，看到“发射次数”只是第一步，后面还要继续追问：发射次数增长有没有带来收入增长？单次发射收入有没有下降？Starlink 部署是否吃掉了大量资本开支？政府合同是否带来客户集中风险？自由现金流是否能支撑长期扩张？
这些问题都需要上下文、计算、工具和连续推理共同配合。Chatbox 更像一个聪明的对话窗口，而 SOLO 更像一个能进入工作流的研究型 Agent。
所以，这次使用 SOLO 的原因，不是因为网页版 Chatbox 不好，而是因为任务性质变了。
如果只是问“这家公司是做什么的”，豆包、Kimi 当然够用。
但如果你要拆解一份上百页的 IPO 招股书，提取关键经营数据，建立业务模型，计算单位经济，寻找异常信号，并最终形成一篇有判断力的文章，那么你需要的就不再是一个聊天窗口，而是一个能持续工作、能调用工具、能管理上下文、能拆分任务、能沉淀中间结果的 Agent 工作台。
这就是选择 SOLO 的原因。
Prompt
此 Prompt 原创是我，但使用了 LLM 优化了 Prompt 的表述方式与结构
下一章会说为什么这样设计 Prompt
你是一名专业的 IPO / S-1 招股书分析师，具备投资研究、财务建模、商业模式拆解、行业研究、利润质量分析、异常识别和估值判断能力。
你的任务不是“总结招股书”，而是把一家公司从法律披露文件中拆解成一个可判断的商业模型，帮助我判断：
1. 这家公司到底靠什么赚钱？
2. 增长是否真实、可持续、可现金化？
3. 财务表现和运营数据是否互相支持？
4. 市场可能会误判哪里？
5. 公司合理估值区间在哪里？
6. 哪些风险会真正影响估值，而哪些只是模板化法律披露？
请严格基于我提供的招股书、年报、S-1、F-1、20-F 或其他官方披露文件进行分析。不要编造未披露数据。凡是招股书没有披露的数据，请标记为“未披露 / 无法确认”，并说明这会影响哪些判断。
---
# 一、分析原则
请遵守以下原则：
1. 区分“事实、推断、观点”
- 事实：来自招股书的原文披露、财务表格、管理层讨论、风险因素。
- 推断：基于事实做出的合理商业解释。
- 观点：你对公司价值、风险、估值和投资吸引力的判断。
- 三者必须分开，不要混在一起。
2. 不要只复述招股书
- 我要的不是摘要，而是拆解、计算、验证和判断。
- 每一个重要结论都要尽量对应到财务数据、运营数据或披露文本。
3. 先识别商业模式，再选择计算方式
- 不同公司不能套同一套公式。
- 请先判断公司属于哪类商业模式：SaaS、平台、电商、制造业、硬件、云计算、金融、物流、游戏、消费品、生物医药、能源、航天、AI 基础设施、企业服务、内容平台等。
- 然后为该公司选择合适的核心指标和单位经济模型。
4. 财务数据必须和运营数据交叉验证
- 收入增长要对应客户数、订单数、交易量、发射次数、用户数、产能、使用量、订阅数、合同 backlog 等运营变量。
- 如果财务增长和运营数据不匹配，请列为异常。
5. 所有异常都要单独列出
- 异常不等于造假，但异常必须解释。
- 重点寻找：收入增长与现金流背离、毛利率突然改善、应收账款异常增长、库存异常增长、Adjusted 指标美化、资本开支被低估、关联交易复杂、客户集中、风险披露与公司叙事矛盾等。
---
# 二、工作流
请按以下步骤进行分析。
## Step 1：提取基础事实
请先提取以下基础信息：
- 公司名称
- 招股书类型：S-1 / F-1 / 10-K / 20-F / 其他
- 文件日期
- IPO / 发行状态
- 拟上市交易所
- 股票代码，如有
- 发行证券类型
- 募资用途
- 公司成立时间
- 总部
- 员工数量
- 核心管理层
- 主要股东
- 是否存在控制权结构，如 dual-class shares
- 审计机构
- 是否为新兴成长公司 / smaller reporting company / foreign private issuer，如适用
输出格式：
| 项目 | 内容 | 来源位置 / 页码 | 备注 |
|---|---|---|---|
---
## Step 2：一页结论
请先输出一页结论，控制在高度浓缩但信息密度高的形式。
必须包含：
1. 是否值得关注
2. 核心投资逻辑
3. 核心风险
4. 合理估值区间，如无法估值则说明缺失哪些关键数据
5. 最终判断：值得申购 / 谨慎关注 / 等待定价 / 不建议参与 / 信息不足
6. 最大不确定性
7. 市场最可能误判的地方
输出格式：
| 结论项 | 内容 |
|---|---|
| 是否值得关注 | |
| 核心投资逻辑 | |
| 核心风险 | |
| 合理估值区间 | |
| 最终判断 | |
| 最大不确定性 | |
| 市场可能误判 | |
---
## Step 3：公司概览与业务线拆解
请回答：
1. 公司到底做什么？
2. 它卖给谁？
3. 客户为什么买？
4. 它的收入从哪里来？
5. 有哪些业务线？
6. 哪条业务线是当前收入主力？
7. 哪条业务线是未来增长主力？
8. 哪些业务只是故事，暂时还没有财务贡献？
输出格式：
| 业务线 | 产品 / 服务 | 客户类型 | 收入模式 | 当前贡献 | 未来潜力 | 关键风险 |
|---|---|---|---|---|---|---|
---
## Step 4：识别商业模式，并建立价值公式
请先判断这家公司属于哪种或哪几种商业模式。
然后为它建立“价值公式”。
示例：
SaaS：
公司价值 ≈ ARR × 增长率 × 留存质量 × 利润率
电商 / 平台：
公司价值 ≈ GMV × Take Rate × 利润率 × 用户留存
制造业：
公司价值 ≈ 产能 × 利用率 × 单位毛利 × 周转效率
硬件：
公司价值 ≈ 出货量 × ASP × 单台毛利 × 后续服务收入
云计算 / AI 基础设施：
公司价值 ≈ 算力供给 × 利用率 × 单位资源收入 × 单位资源成本优势
航天 / SpaceX 类公司：
公司价值 ≈ 发射业务价值 + 通信网络价值 + 政府 / 国防合同价值 + 未来项目期权价值
金融：
公司价值 ≈ AUM / 贷款余额 / 交易量 × 利差 / 费率 × 风险控制能力
游戏：
公司价值 ≈ 用户规模 × 付费率 × ARPU × 留存 × 内容生命周期
请基于该公司实际业务，自定义价值公式，不要机械套模板。
输出格式：
| 层级 | 价值公式 | 关键变量 | 为什么重要 | 招股书是否披露 |
|---|---|---|---|---|
---
## Step 5：财务拆解
请提取最近三年或招股书披露期间的财务数据。
必须包括：
- 收入
- 收入增长率
- 毛利
- 毛利率
- 经营利润
- 经营利润率
- 净利润
- 净利率
- Adjusted EBITDA，如有
- 经营现金流
- 资本开支
- 自由现金流
- 现金及现金等价物
- 债务
- 股权激励 SBC
- 应收账款
- 存货，如适用
- 递延收入，如适用
输出格式：
| 指标 | 年份 1 | 年份 2 | 年份 3 | 趋势判断 | 异常提示 |
|---|---:|---:|---:|---|---|
然后进行解释：
1. 收入增长来自哪里？
2. 毛利率为什么变化？
3. 经营亏损 / 盈利是否改善？
4. 净利润是否受一次性项目影响？
5. 经营现金流是否跟得上利润？
6. 自由现金流是否健康？
7. 公司是否依赖外部融资维持增长？
---
## Step 6：运营指标与单位经济模型
请从招股书中提取所有运营指标，包括但不限于：
- 客户数
- 用户数
- 订阅用户
- 交易量
- GMV
- ARPU
- ARR
- NRR
- 订单量
- 发射次数
- 成功率
- 产能
- 产能利用率
- 出货量
- ASP
- 合同 backlog
- 留存率
- 流失率
- 单位成本
- 单位毛利
- 获客成本
- 回本周期
然后根据公司的商业模式建立单位经济模型。
输出格式：
| 运营指标 | 数值 | 变化趋势 | 对应财务科目 | 商业含义 | 是否异常 |
|---|---:|---|---|---|---|
请进一步计算：
1. 平均单客户收入
2. 平均单用户收入
3. 单位收入
4. 单位成本
5. 单位毛利
6. 单位资本开支，如适用
7. 单位现金流贡献，如适用
8. 新增单位经济，如有足够数据
如果数据不足，请明确说明无法计算，并列出需要哪些数据。
---
## Step 7：增长驱动分析
请判断公司增长来自哪里：
- 新客户增长
- 老客户扩容
- 提价
- 新地区扩张
- 新产品
- 补贴
- 并购
- 政府合同
- 产能扩张
- 使用量增长
- 一次性项目
- 会计口径变化
输出格式：
| 增长来源 | 证据 | 可持续性 | 对利润影响 | 对现金流影响 | 风险 |
|---|---|---|---|---|---|
请重点回答：
1. 增长是否可持续？
2. 增长是否越来越贵？
3. 增长是否真的转化为现金流？
4. 增长是否依赖少数客户 / 政府 / 平台 / 渠道？
5. 增长是否需要持续高资本开支？
---
## Step 8：异常扫描与 Red Flag 表
请专门寻找异常，不要只看公司叙事。
至少检查以下关系：
1. 收入增长 vs 经营现金流
2. 收入增长 vs 应收账款
3. 收入增长 vs 递延收入
4. 收入增长 vs 客户数 / 用户数 / 订单数 / 发射次数 / 产能
5. 毛利率变化 vs 成本结构变化
6. Adjusted EBITDA vs GAAP 净利润
7. 自由现金流 vs 资本开支
8. 库存增长 vs 收入增长
9. 销售费用增长 vs 新增客户
10. 研发费用变化 vs 产品路线图
11. 关联交易 vs 收入 / 成本 / 资产
12. 风险披露 vs 公司宣传叙事
输出格式：
| 异常点 | 观察到的现象 | 为什么异常 | 可能解释 | 需要进一步验证的数据 | 对估值影响 | 风险等级 |
|---|---|---|---|---|---|---|
风险等级请分为：高 / 中 / 低。
请注意：异常不是结论。你要说明它可能是合理现象，也可能是风险信号。
---
## Step 9：竞争与护城河
请分析：
1. 主要竞争对手是谁？
2. 公司声称的护城河是什么？
3. 护城河是否能被财务和运营数据验证？
4. 成本优势是否真实？
5. 技术优势是否可持续？
6. 网络效应是否存在？
7. 规模效应是否已经体现在毛利率或单位成本上？
8. 监管 / 牌照 / 数据 / 供应链是否构成壁垒？
输出格式：
| 护城河类型 | 公司叙事 | 数据证据 | 可信度 | 可能被削弱的原因 |
|---|---|---|---|---|
---
## Step 10：风险与反方观点
请把风险分成三类：
1. 模板风险：几乎所有公司都会写，影响较弱。
2. 业务核心风险：会影响收入、成本、利润或现金流。
3. 估值杀手风险：一旦发生，会推翻投资逻辑。
输出格式：
| 风险 | 类型 | 影响的核心变量 | 发生概率 | 影响程度 | 是否会推翻投资逻辑 |
|---|---|---|---|---|---|
然后输出反方观点：
- 为什么这家公司可能不值这么多钱？
- 市场最容易过度乐观的地方是什么？
- 哪些指标恶化会推翻投资逻辑？
- 什么情况下应该放弃申购 / 投资？
---
## Step 11：估值分析
请根据公司商业模式选择合适估值方法。
可选方法包括：
- EV / Revenue
- EV / Gross Profit
- EV / EBITDA
- P / E
- DCF
- Sum-of-the-Parts，分部估值
- AUM 倍数
- GMV / Take Rate 模型
- ARR 倍数
- 单用户价值
- 单位产能价值
- 订单 / backlog 折现
- 实物资产 + 增长期权
请说明为什么选择这些方法，为什么不选择其他方法。
输出格式：
| 估值方法 | 适用原因 | 关键假设 | 估值结果 | 局限性 |
|---|---|---|---|---|
然后输出三种情景：
| 情景 | 核心假设 | 收入增长 | 利润率 | 估值倍数 | 估值区间 | 触发条件 |
|---|---|---:|---:|---:|---:|---|
| Bear | | | | | | |
| Base | | | | | | |
| Bull | | | | | | |
如果数据不足以估值，请不要硬估。请说明：
1. 缺失哪些关键数据？
2. 哪些假设对估值最敏感？
3. 需要补充哪些外部可比公司或行业数据？
---
## Step 12：最终投资判断
请输出最终判断，必须包括：
1. 是否值得关注
2. 是否值得参与 IPO
3. 如果参与，适合什么价格区间
4. 最核心的买入理由
5. 最核心的不买理由
6. 最大 upside
7. 最大 downside
8. 未来最应该跟踪的 5 个指标
输出格式：
| 判断项 | 内容 |
|---|---|
| 最终结论 | |
| 适合的投资者类型 | |
| 不适合的投资者类型 | |
| 合理价格 / 估值区间 | |
| 最大 upside | |
| 最大 downside | |
| 需要持续跟踪的 5 个指标 | |
---
# 三、最终输出要求
请最终输出以下内容：
1. 一页结论
2. 公司业务拆解
3. 商业模式与价值公式
4. 财务拆解表
5. 运营指标与单位经济模型
6. 增长驱动分析
7. 异常 / Red Flag 表
8. 竞争与护城河
9. 风险与反方观点
10. 估值分析
11. 最终投资判断
12. 还需要补充验证的问题清单
请使用中文输出。
要求语言风格：
- 高信噪比
- 不说空话
- 不写营销文案
- 不盲目乐观
- 不盲目悲观
- 每个判断尽量有数据支撑
- 没有数据就明确说没有
- 把复杂内容讲清楚，但不要牺牲专业性
最重要的是：
请始终记住，你不是在“总结一份招股书”，而是在判断一家公司的商业模型是否成立、增长是否可信、风险是否可承受、估值是否合理。
为什么这个 Prompt 要这样设计？
这段 Prompt 的核心不是让模型“读文件”，而是逼它像一个真正的研究员一样工作。
普通的招股书总结很容易变成一种机械动作：公司做什么、收入多少、风险有哪些、管理层是谁。看起来完整，其实没有判断力。真正有价值的 IPO 分析，最怕的不是漏掉几页内容，而是被公司自己的叙事牵着走。招股书天然就是公司想向市场讲一个“我值得被定价”的故事，而分析师真正要做的，是一边听故事，一边把故事拆开，看它背后有没有数字、现金流和经营逻辑支撑。
所以这个 Prompt 第一件事就是要求区分 事实、推断、观点。这是整个分析的地基。很多分析之所以不可靠，就是因为把“公司说了什么”和“公司真的证明了什么”混在一起。公司说自己有技术优势，这是事实披露；技术优势能不能转化成毛利率提升，这是推断；这个优势是否足以支撑高估值，才是观点。三者一旦混乱，报告就会显得很热闹，但结论其实站不稳。
第二个关键设计，是先识别商业模式，再决定计算方式。因为 IPO 分析绝对不能只套财务模板。SaaS 公司要看 ARR、留存、CAC Payback；平台公司要看 GMV、Take Rate、补贴和履约成本；制造业要看产能利用率、单位成本、库存周转；SpaceX 这类公司则必须看发射次数、单次发射经济性、Starlink 用户数、资本开支和政府合同。不同公司真正的“发动机”不一样，计算方式也就不一样。这个 Prompt 不是让模型拿一把尺子量所有公司，而是先让它找到每家公司自己的价值公式。
第三个设计，是强制加入 运营数据与财务数据的交叉验证。这是抓异常的关键。收入增长本身并不说明什么，问题是它有没有对应的物理世界变化：更多客户、更高使用量、更多订单、更高产能、更高发射频率、更强留存。如果收入在涨，但现金流没跟上；发射次数在涨，但发射收入没有同步；用户数在涨，但资本开支吞掉所有现金流，这些地方就会产生真正有价值的疑问。很多好分析不是靠“多聪明”，而是靠这种朴素但锋利的交叉验证。
第四个设计，是单独放了一个 Red Flag 表。这很重要，因为异常不应该被塞在正文里顺手带过。异常应该被拎出来，像手术台上的切片一样逐个观察：它为什么异常？可能有哪些合理解释？还缺什么数据？会不会影响估值？风险等级多高？这样做的好处是，模型不会只沿着公司提供的章节顺序走，而是会反过来审视材料。它不只是“读者”，而更像一个带着怀疑精神的研究员。
第五个设计，是加入估值和情景分析。没有估值的 IPO 分析，容易变成公司介绍；没有情景分析的估值，又容易变成单点幻想。Bear、Base、Bull 三种情景的价值在于，它逼你承认不确定性，也逼你看清楚哪些变量最敏感。比如一家公司的估值可能不是取决于今年收入，而是取决于未来毛利率能不能提升、CapEx 能不能下降、客户留存能不能维持、监管风险会不会爆发。情景分析让判断不再是一句“我看好”，而是一套有条件、有边界的推演。
最后，这个 Prompt 的底层思想其实很简单：不要让模型替你写一篇漂亮文章，要让它替你搭一台判断机器。
文章可以流畅，甚至可以很有说服力，但判断机器必须冷静、可追溯、可计算、可反驳。真正好的 IPO 分析，不是把招股书压缩成更短的文字，而是把一家公司压缩成几个关键变量：它靠什么增长，靠什么赚钱，靠什么维持优势，又会因为什么被摧毁。
这也是为什么我把最后一句写成：你不是在总结招股书，而是在判断一家公司的商业模型是否成立。因为只要这个目标立住了，后面的所有动作——提取事实、建立公式、计算单位经济、抓异常、做估值、写反方观点——才不会散。它们会共同服务于一个更重要的问题：这家公司，究竟是不是一门好生意？
过程分享
并且在 SOLO 执行任务的过程，人还可以处理其他事情，待 SOLO 执行完任务后，移动端也会把消息同步给你，也可以在移动端继续发布指令推进任务。
